R语言普通最小二乘(OLS)回归说明、以及构建普通最小二乘(OLS)回归需要满足的四个假设（Normality（正态性）、Independence（独立性）、Linearity（线性度）、方差齐性）

R语言构建回归模型并进行模型诊断diagnostics（正态性、线性、独立性、方差齐性）、如果模型构建的初始假设不满足、常使用的补救措施（Corrective measures）

R语言用普通最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类|附代码数据

R语言用标准最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类...

拓端tecdat|R语言代码编写偏最小二乘回归PLS-DA

R语言中的偏最小二乘回归PLS-DA|附代码数据

R语言用线性模型进行臭氧预测： 加权泊松回归，普通最小二乘，加权负二项式模型，多重插补缺失值|附代码数据

拓端tecdat|R语言编程指导用线性模型进行臭氧预测： 加权泊松回归，普通最小二乘，加权负二项式模型，多重插补缺失值

R语言广义线性模型GLM：线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟

R语言manova函数多元方差分析(MANOVA)、单因素多元方差分析的两个假设是多元正态性和方差-协方差矩阵的齐性、QQ图评估多元正态性、mvoutlier包中的aq.plot函数检验多变量异常值

R语言使用table函数构建二维列联表、使用chisq.test函数进行卡方检验、检验两个分类变量是否独立、使用assocplot函数可视化关联图（可视化列联表的独立性检验）